[发明专利]一种基于离线声纹识别和语音识别的语音控制方法及装置

说明书

一种基于离线声纹识别和语音识别的语音控制方法，包括以下步骤：接收唤醒词语音，并提取唤醒词语音的第一语音特征和第一声纹特征；检查所提取的第一语音特征和第一声纹特征是否分别都与唤醒词语音模板和声纹模板匹配，获取与第一声纹特征相对应的第一声纹代码；接收命令词语音，并提取命令词语音的第二声纹特征；检查第二声纹特征是否与声纹模板匹配，获取与第二声纹特征相对应的第二声纹代码；检查第一声纹代码与第二声纹代码是否相同，提取命令词的第二语音特征；检查所提取的第二语音特征是否与命令词语音模板匹配，获取第二语音特征的语音代码并基于所述语音代码生成对应控制指令。

技术领域

本申请涉及说话人确认的技术领域，尤其涉及一种基于离线声纹识别和语音识别的语音控制方法及实现相关方法的装置。

背景技术

随着近年来语音识别技术的日渐成熟和普及，通过语音向电子设备发出控制指令的功能已经成功地应用在不少电子消费产品中(例如苹果手机的Siri功能)。上述基于语音的电子设备控制技术涉及到语音识别技术中的说话人确认(Speaker Verification)技术，即确认相关语音是否由指定的用户(例如手机的持有者或者具有电子设备使用权限的人员)发出，以及确认语音内容所对应的控制指令。

与传统的电子设备控制技术相比较，虽然基于语音的电子设备控制技术能为用户提供更为友好方便的电子设备交互操作方式(例如无需用户手动输入密码以验证其使用权限)；但是现有技术方案由于语音自身容易受其他条件(例如背景噪音和说话人自身的发声状况等)影响而导致的不稳定，以及语音内容的确定，并将其由自然语言转换为电子设备可接受的计算机语言往往要求相关设备在线连接一个用于语义转换的外部数据库。这些问题都提高了基于语音的电子设备控制技术使用成本。

发明内容

本申请的目的是解决现有技术的不足，提供一种基于离线声纹识别和语音识别的语音控制方法及装置，能够获得离线实现基于语音的电子设备控制，以及尽量降低外部条件对语音识别的影响的效果。

为了实现上述目的，本申请首先提出一种基于离线声纹识别和语音识别的语音控制方法，其包括以下步骤：接收唤醒词语音，并提取唤醒词语音的第一语音特征和第一声纹特征；检查所提取的第一语音特征和第一声纹特征是否分别都与唤醒词语音模板和声纹模板匹配，若不匹配则结束，反之获取与第一声纹特征相对应的第一声纹代码；接收命令词语音，并提取命令词语音的第二声纹特征；检查第二声纹特征是否与声纹模板匹配，若不匹配则结束，反之获取与第二声纹特征相对应的第二声纹代码；检查第一声纹代码与第二声纹代码是否相同，若不相同则结束，反之提取命令词的第二语音特征；检查所提取的第二语音特征是否与命令词语音模板匹配，若不匹配则结束，反之获取第二语音特征的语音代码并基于上述语音代码生成对应控制指令。其中，唤醒词语音模板、命令词语音模板和声纹模板都被存储在本地。

在上述方法的一个优选的实施例中，唤醒词语音模板和命令词语音模板是通过训练预先收集的语音生成的。

在上述方法的一个优选的实施例中，声纹模板是通过训练预先收集的至少一名用户的语音生成的。

在上述方法的一个优选的实施例中，语音与语音代码的对应关系是自定义的。

进一步地，在上述优选的实施例中，语音与语音代码的对应关系存储在本地。

在上述方法的一个优选的实施例中，唤醒词语音模板和命令词语音模板是通过动态更新所收集的语音训练而成的。

在上述方法的一个优选的实施例中，声纹模板是通过动态更新至少一名指定人员的语音训练而成的。